FODU：不确定数据集中快速离群点检测方法

来源：计算机工程与应用杂志2019年第19期北京时间：

作者：钟毓灵，王习特，白梅，朱斌，李冠宇

单位：大连海事大学 信息科学技术学院，辽宁 大连 116000

摘要：离群点检测是数据管理领域中的热点问题之一，在医疗诊断、金融诈骗、环境监测等领域中具有广泛的应用。目前，随着传感器等设备在数据采集方面的应用，人们发现数据的不确定性普遍存在。与确定性数据相比，挖掘出不确定数据集中潜在的富有价值的信息变得十分困难。针对上述问题，提出了一种快速的不确定离群点检测算法FODU（Fast Outlier Detection approach on Uncertain data sets）。采用分层次划分思想给出了索引的构建策略，这种索引结构不仅克服了传统索引对多维数据管理的局限性，而且能够被快速地进行空间剪枝；为了快速地挖掘出不确定离群点，提出了高效的过滤方法。该方法通过批量过滤与单点过滤两个过程减少了大量的冗余计算，从而提高了检测效率，为了避免可能世界的空间膨胀，给出了数据对象离群概率值的计算方法。通过实验验证了所提算法的有效性，结果表明，相对于现有研究，该算法可以显著提高不确定离群点的检测效率。

关键词：离群点检测,不确定性数据,分层次划分,批量过滤